MCP质量守恒神经网络改善径流预测

Mohammad A. Farmani 等作者提交论文（v3），提出质量守恒感知机（MCP）——一种把水文过程约束嵌入神经网络的质量守恒框架，用于降雨径流建模。 MCP 逐步嵌入有界土壤蓄水、状态依赖导水率、可变孔隙度、入渗能力、地表积水、垂直排水和非线性地下水位动态等约束，同时允许水文过程关系从数据中学习。 在美国本土五大水文气候区 15 个流域的日径流预测中，MCP 的性能普遍得到提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。